[發(fā)明專利]基于Att-3CRB-Unet網(wǎng)絡(luò)的指靜脈圖像分割方法及裝置在審
| 申請?zhí)枺?/td> | 202011376389.1 | 申請日: | 2020-12-01 |
| 公開(公告)號: | CN112183510A | 公開(公告)日: | 2021-01-05 |
| 發(fā)明(設(shè)計)人: | 趙國棟;李學(xué)雙;張烜 | 申請(專利權(quán))人: | 北京圣點(diǎn)云信息技術(shù)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/34;G06N3/04 |
| 代理公司: | 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240 | 代理人: | 樂俊 |
| 地址: | 101400 北京市懷*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 att crb unet 網(wǎng)絡(luò) 靜脈 圖像 分割 方法 裝置 | ||
本發(fā)明涉及一種基于Att?3CRB?Unet網(wǎng)絡(luò)的指靜脈圖像分割方法及裝置,所述的指靜脈圖像分割方法包括:1)制作用于訓(xùn)練指靜脈圖像分割模型的訓(xùn)練集;2)將所述訓(xùn)練集中的指靜脈圖像作為訓(xùn)練樣本輸入到帶有注意力機(jī)制的Att?3CRB?Unet網(wǎng)絡(luò)中,訓(xùn)練形成指靜脈圖像分割模型;3)通過所述指靜脈圖像分割模型對輸入的指靜脈圖像進(jìn)行分割,得到分割后的指靜脈圖像。本發(fā)明使用Att?3CRB?Unet網(wǎng)絡(luò),通過三次循環(huán)殘差塊(3CRB),獲得了較好地模型學(xué)習(xí)效率;本發(fā)明在Att?3CRB?Unet網(wǎng)絡(luò)的跳躍連接中使用注意力機(jī)制,使注意系數(shù)對指靜脈圖像上的局部區(qū)域具有特異性,通過減小噪聲點(diǎn)權(quán)值,解決了圖像分割結(jié)果中的少數(shù)背景噪聲遮擋靜脈像素點(diǎn)的問題,有利于提高圖像分割性能。
技術(shù)領(lǐng)域
本發(fā)明涉及計算機(jī)視覺識別技術(shù)領(lǐng)域,具體涉及一種基于Att-3CRB-Unet網(wǎng)絡(luò)的指靜脈圖像分割方法及裝置。
背景技術(shù)
生物識別技術(shù)主要是指通過人類特征進(jìn)行身份認(rèn)證的一種技術(shù)。人類的生物特征通常具有唯一性、遺傳性等特點(diǎn),而指靜脈識別技術(shù)就屬于生物識別技術(shù)的一個分支。指靜脈識別技術(shù)相對于傳統(tǒng)的指紋識別、筆跡識別技術(shù)而言,其利用外部看不到的指靜脈信息進(jìn)行身份識別,具有極高的防偽性。但由于指靜脈圖像的采集可能受光照等外部環(huán)境以及生物自身比如受到重壓等的影響,所采集的指靜脈圖像可能存在噪聲干擾、偏光、低對比度等問題。對于這些受損的指靜脈圖像利用傳統(tǒng)的閾值分割或最大曲率分割等圖像分割方式難以提取出圖像上的靜脈細(xì)節(jié)特征,影響靜脈識別的準(zhǔn)確率。
發(fā)明內(nèi)容
本發(fā)明以解決傳統(tǒng)圖像分割方式難以提取受損指靜脈圖像上的指靜脈特征的問題為目的,提供了一種基于Att-3CRB-Unet的指靜脈圖像分割方法及裝置。
為達(dá)此目的,本發(fā)明提供一種基于Att-3CRB-Unet網(wǎng)絡(luò)的指靜脈圖像分割方法,包括:
1)制作用于訓(xùn)練指靜脈圖像分割模型的訓(xùn)練集;
2)將所述訓(xùn)練集中的指靜脈圖像作為訓(xùn)練樣本輸入到帶有注意力機(jī)制的Att-3CRB-Unet網(wǎng)絡(luò)中,訓(xùn)練形成指靜脈圖像分割模型;
3)通過所述指靜脈圖像分割模型對輸入的指靜脈圖像進(jìn)行分割,得到分割后的指靜脈圖像。
優(yōu)選地,所述Att-3CRB-Unet網(wǎng)絡(luò)包括編碼模塊和解碼模塊,所述指靜脈圖像輸入到所述編碼模塊中,通過所述編碼模塊對指靜脈進(jìn)行特征編碼,所述編碼模塊的輸出作為所述解碼模塊的輸入,所述解碼模塊對輸入進(jìn)行特征解碼最終輸出指靜脈分割圖,
所述編碼模塊中包括依序級聯(lián)的第一編碼層、第二編碼層、第三編碼層、第四編碼層和第五編碼層,每一編碼層包括一3CRB三次循環(huán)殘差塊,前一編碼層中的所述3CRB三次循環(huán)殘差塊通過一最大池化層與后一編碼層中的所述3CRB三次循環(huán)殘差塊連接,所述第五編碼層中的所述3CRB三次循環(huán)殘差塊的輸出作為一第一上池化層的輸入,所述第一上池化層的輸出連接所述解碼模塊的輸入。
優(yōu)選地,所述解碼模塊包括依序級聯(lián)的第一解碼層、第二解碼層、第三解碼層和第四解碼層,每一解碼層包括一所述3CRB三次循環(huán)殘差塊,所述第一上池化層的輸出作為所述第一解碼層中的所述3CRB三次循環(huán)殘差塊的輸入,前一解碼層中的所述3CRB三次循環(huán)殘差塊通過一第二上池化層與后一解碼層中的所述3CRB三次循環(huán)殘差塊連接,所述第四解碼層中的所述3CRB三次循環(huán)殘差塊的輸出連接一用于輸出所述指靜脈分割圖的卷積層。
優(yōu)選地,所述3CRB三次循環(huán)殘差塊中包含卷積層、BN層和ReLU層,所述3CRB三層循環(huán)殘差塊中的所述卷積層的輸出連接所述BN層的輸入,所述BN層的輸出連接所述ReLU層的輸入。
優(yōu)選地,第層中的所述3CRB三次循環(huán)殘差塊的輸入為第層、第層和第層的輸出的累加結(jié)果,所述累加結(jié)果通過以下公式(1)表示:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京圣點(diǎn)云信息技術(shù)有限公司,未經(jīng)北京圣點(diǎn)云信息技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011376389.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 光時域反射儀和用于使用光脈沖來測試光纖的方法
- 大豆油基聚氨酯/凹凸棒土納米復(fù)合材料及其制備方法
- 一種管理型家用光接收機(jī)的ATT控制電路
- 一種管理型家用光接收機(jī)的ATT控制方法
- 一種下行信號發(fā)送方法及射頻拉遠(yuǎn)單元
- 一種預(yù)防金黃色葡萄球菌感染的ATT融合蛋白的制備及應(yīng)用
- 主機(jī)系統(tǒng)與數(shù)據(jù)處理加速器之間的證明協(xié)議
- 一種聯(lián)合測姿裝置安裝誤差的標(biāo)定運(yùn)算方法
- 寬帶精密可調(diào)溫補(bǔ)放大器及寬帶精密溫度補(bǔ)償方法
- 一種電能計量芯片的實(shí)用標(biāo)定方法
- 一種用于對硬件加速器的請求隊列重排的方法和系統(tǒng)
- 一種用于對硬件加速器的請求隊列維護(hù)狀態(tài)的方法和系統(tǒng)
- 一種低溫制備CrB或CrB<sub>2</sub>粉體的方法
- 重組AAV-CRUMBS同源物組合物及治療LCA-8和進(jìn)行性RP的方法
- 一種原位合成硼化鉻增強(qiáng)銅基復(fù)合材料及其制備方法和應(yīng)用
- 一種原位合成硼化鉻-硼化鋯復(fù)相陶瓷增強(qiáng)銅基復(fù)合材料及其制備方法和應(yīng)用
- 一種遺傳性RP的致病突變基因CRB2 p.R1249G及其應(yīng)用
- 基于移動邊緣計算的資源分配方法
- 高Cr含量CrB<base:Sub>2
- 一種高Cr含量、韌性好的CrB<base:Sub>2
- 用于檢測腫瘤的3D UNet網(wǎng)絡(luò)模型構(gòu)建方法、裝置及存儲介質(zhì)
- 一種基于ResNet與UNet模型的圖像分割方法
- 一種基于Capsules-Unet模型的遙感圖像深度學(xué)習(xí)分類方法和系統(tǒng)
- 基于UNet卷積神經(jīng)網(wǎng)絡(luò)的膀胱超聲圖像分割方法及裝置
- 一種基于Unet網(wǎng)絡(luò)的層序地層格架構(gòu)建方法和系統(tǒng)
- 基于改進(jìn)Unet網(wǎng)絡(luò)的電阻焊接剪切強(qiáng)度識別方法
- 基于改進(jìn)型UNet++網(wǎng)絡(luò)的遙感圖像建筑物提取方法
- 一種基于注意力Unet模型的醫(yī)學(xué)圖像語義分割方法
- 基于卷積稀疏編碼的Unet語義分割方法
- 一種基于UNet的肺部X光圖像分割方法





